蛋白質是生命系統中功能最為多元的生物大分子，從催化、結構支持到信號傳遞和免疫防禦，幾乎所有生物學過程都依賴蛋白質的參與。
肽鍵的化學性質
肽鍵（-CO-NH-）具有部分雙鍵性質（共振結構使 C-N 鍵序約 1.3），導致酰胺平面的剛性——鍵的旋轉受限，φ 和 ψ 二面角決定了主鏈構象。Ramachandran & Sasisekharan（1968, Advances in Protein Chemistry）的 Ramachandran plot 系統性描繪了 φ/ψ 的允許空間——大部分殘基落在 α-helix、β-sheet 和 left-handed helix 三個允許區域。甘胺酸因無側鏈而具有更大的構象自由度，脯胺酸因環化而 φ 受限於約 -60°。
蛋白質折疊的能量景觀
Levinthal's paradox（1969）指出：一個 100 殘基的蛋白質若隨機搜索所有可能構象（每個殘基約 10 種），需要的時間遠超宇宙年齡（10⁸⁰ 種構象）。Onuchic, Wolynes 等人（1997, Annual Review of Physical Chemistry）提出的能量漏斗模型（energy landscape/funnel theory）解決了這個悖論：折疊能量面呈漏斗形，蛋白質沿著多條路徑同時「滑向」自由能最低的天然態——不需要系統性搜索。
分子伴護蛋白系統（chaperone systems）：
- Hsp70/DnaK 系統：結合暴露的疏水面片段，防止非特異性聚集。ATP 水解驅動結合-釋放循環（Mayer, 2013, Molecular Cell）
- Chaperonin GroEL/GroES（Hsp60）：提供一個封閉的「Anfinsen cage」，讓被困蛋白在隔離環境中折疊，避免與其他分子的有害交互作用（Hartl et al., 2011, Nature）
- Hsp90：主要協助信號蛋白（激酶、轉錄因子）的晚期折疊和穩定
AlphaFold 革命
DeepMind 的 AlphaFold2（Jumper et al., 2021, Nature）在 CASP14 中以前所未有的精確度預測蛋白質結構（GDT-TS > 90 for most targets），基本解決了蛋白質結構預測問題。其架構基於 Evoformer（演化資訊處理）和 Structure Module（3D 座標生成），利用多重序列比對（MSA）和模板資訊。AlphaFold Protein Structure Database 提供了超過 2 億個預測結構。然而，AlphaFold 主要預測靜態結構——蛋白質的動態構象集合（conformational ensemble）和 intrinsically disordered proteins（IDPs）的預測仍是挑戰。AlphaFold3（Abramson et al., 2024, Nature）擴展至蛋白質-核酸和蛋白質-小分子複合體的預測。
酵素催化的分子機制
Fischer 的「鎖鑰模型」（1894）和 Koshland 的「誘導契合模型」（induced fit, 1958）描述了酵素-受質交互作用。現代觀點強調酵素的催化功率來自多重機制的協同：
- 過渡態穩定：Pauling（1946）提出酵素與過渡態的結合力大於與受質的結合力，降低 ΔG‡
- 酸鹼催化：活性位殘基作為質子供體/受體
- 共價催化：形成暫時的酵素-受質共價中間體（如 serine protease 的 acyl-enzyme intermediate）
- 金屬離子催化：穩定帶電的過渡態或活化水分子
- 接近效應和定向效應：將受質固定在精確的反應幾何中
Wolfenden & Snider（2001, Accounts of Chemical Research）比較了酵素催化的加速倍率——OMP decarboxylase 將反應速率提升了 10¹⁷ 倍，是已知最強效的酵素。
蛋白質降解與品質控制
泛素-蛋白酶體系統（UPS）：Hershko, Ciechanover & Rose（2004 諾貝爾獎）發現的蛋白質靶向降解途徑——E1（活化）→ E2（結合）→ E3（辨認並連接 ubiquitin 至受質 Lys）。多泛素化的蛋白質被 26S 蛋白酶體辨認和降解。自噬（autophagy）則負責降解更大的蛋白質聚集體和受損胞器（Ohsumi, 2016 Nobel）。